本文对热力学数据库应用系统的一种THERDYN程序从设计到框图都进行了详细的论述。阐述了本程序在应用程序系统中的地位及本程序在热力学计算中的功能。本程序提供了2200种物质及化合物的热力学性质的计算

《数据库系统原理》是计算机科学与技术专业的专业必修课,主要讨论数据库系统的 基本概念,基本原理,基本方法以及有关的应用。内容包括:数据库系统的组成、关系数 据库、数据库设计以及数据库相关技术。要求学生通过本课程的学习了数据库系统的基本 概念,掌握相关的知识,初步掌握数据库设计方法,并能用数据库系统建立数据库及简单 的应用

本文从冶金热力学数据库应用系统如何在M-150计算机上实现的角度,介绍它的机器环境和系统构成。它由四部分构成:1.数据库:存贮有399种二元系合金和2211种化合物(或元素)的热力学数据。2.数据管理系统:主要完成对数据库中所有数据检索、修改、插入、删除等任务。3.应用程序库:由七个复杂的计算程序组成,完成化学平衡体系的热力学性质的计算。4.监控系统:协调整个系统,使之正常工作

基于传感器技术、信号处理技术和模式识别技术发展起来的电子鼻技术是过去二十年中发展最为迅速的气相分析和气体检测技术之一,它已逐渐在生物医学、环境监测、农业生产、食品检测等多个领域得到应用.电子鼻是利用对待测气体具有交叉敏感性的传感器阵列将待测气体中的混杂气味组分信息转化为与时间、成分、浓度或含量相关的可测物理信号组,利用信号采集系统输出含有待测气体特征信息的数字信号,通过模式识别系统分析数字信号得到待测气体综合气味信息和隐含特征,实现对待测气体快速、系统、准确的鉴别和分析.本文综述了电子鼻技术中的传感器技术和模式识别技术及在中国白酒品牌鉴定、风味识别、酒龄检测方面的最新研究进展;以聚合物石英压电传感器型电子鼻为例,阐明该电子鼻的技术方案及其在中国白酒检测中的应用;展望电子鼻未来研究方向

柔性铰链是实现平面折展柔顺机构运动的关键部分.如何设计得到柔度好、精度高的柔性铰链一直是柔顺机构研究的关键问题.综合考虑影响平面折展机构铰链刚度和精度特性的等效弯扭及拉压刚度,以LET铰链为例,分析在不同载荷下各个参数对弯扭与拉压等效耦合刚度的影响趋势,从而提出弯扭与拉压等效耦合刚度的概念.通过大量的实例计算和分析,推导出LET铰链弯扭与拉压等效耦合刚度的经验公式.基于等效耦合刚度经验公式,对平面折展柔顺滑块机构进行分析.应用等效耦合刚度公式与不应用等效耦合刚度公式两种情况的分析结果和有限元仿真结果表明,应用等效耦合刚度经验公式的滑块位移计算精度得到很大的提高,验证了等效耦合刚度经验公式的适用性

应用配有能谱仪的场发射扫描电镜分析了A105钢中裂纹处及基体内残余元素Cu、As和Sn以及P含量.应用Thermo-Calc热力学计算软件计算了A105钢的主要析出相以及钢液中P含量随固相质量分数变化关系.应用Gleeble 1500热模拟试验机对A105钢的高温热塑性进行了研究.发现P偏析是该钢产生横裂的主要原因，残余元素Cu、As和Sn在晶界的偏聚加剧了裂纹的形成，矫直温度偏低加速了裂纹的扩展，而裂纹的形成可能与AlN的析出无关，因为析出的AlN很少

随着计算机的广泛应用,特别是各企事业单位的信息管理系统的推广,都 离不开数据库的编程、开发和研制。回顾数据库系统在我国的应用历程,对大 多数的人而言是从 FoxBase开始的。20世纪80~9O年代, FoxPro是很 受欢迎的数据库管理软件(DBMS)之一,随着计算机技术的发展以及教学改革 的需要,用 Vi sua Foxpro来取代原来的数据库是必然的选择

在现有工艺条件下，校验和完善二冷区铸坯凝固传热计算数学模型，开发三维二冷配水模型，解决目前设备状况下冷却水分布不均匀对铸坯温度的影响，从而控制铸坯表面质量，特别是铸坯的角部裂纹，同时对板坯连铸二冷配水制度进行改进和优化，使之满足高效连铸生产条件和改善铸坯质量的需要。提出压下参数计算公式，结合所开发三维二冷配水模型，优化现有压下工艺，提出并应用精准可控单段压下、非稳态压下控制，集中解决连铸板坯中心偏析、中心疏松和缩孔等内部质量问题。同时优化模型数据库，使之数据更加完备，模型计算更加准确，同时模型具备异钢种混浇过程二冷及压下控制功能，能够进行凝固终点W形预测与控制，可进一步提高模型适用性和准确性。模型开发并成功在多家钢厂现场应用，有效改善了铸坯裂纹和偏析等铸坯表面和内部的质量问题

随着互联网的蓬勃发展, Internet已成为世界上覆盖面最广、规模最大、信息 资源最丰富的计算机网络,网络应用日益普及。作为承载互联网应用的通信网,宏 观上可划分为接入网和核心网两大部分。接入网(AN: Access Network),或用户环 路,主要用来完成用户接入核心网的任务

网络环境下的恶意软件严重威胁着工控系统的安全，随着目前恶意软件变种的逐渐增多，给工控系统恶意软件的检测和安全防护带来了巨大的挑战。现有的检测方法存在着自适应检测识别的智能化程度不高等局限性。针对此问题，围绕威胁工控系统网络安全的恶意软件对象，本文通过结合利用强化学习这一高级的机器学习算法，设计了一个检测应用方法框架。在实现过程中，根据恶意软件行为检测的实际需求，充分结合强化学习的序列决策和动态反馈学习等智能特征，详细讨论并设计了其中的特征提取网络、策略网络和分类网络等关键应用模块。基于恶意软件实际测试数据集进行的应用实验验证了本文方法的有效性，可为一般恶意软件行为检测提供一种智能化的决策辅助手段